本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種音頻數(shù)據(jù)處理方法、裝置以及系統(tǒng)。

背景技術(shù)：

目前的智能終端(如手機(jī)、平板電腦、臺式電腦等等)通常都具備基本的音頻處理能力，例如，可以錄制用戶的聲音，因此，目前的智能終端是可以支持目前大多數(shù)的音頻處理應(yīng)用。目前大多數(shù)的音頻處理應(yīng)用都可以對所錄制到的用戶歌聲進(jìn)行計(jì)算分析，以計(jì)算出用戶的唱歌分?jǐn)?shù)，并向用戶顯示該唱歌分?jǐn)?shù)，使得用戶可以直觀的知道自己的唱歌水平。但是，由于目前這些音頻處理應(yīng)用對用戶歌聲的分析維度比較單一(即都只能分析用戶的唱歌水平)，所以導(dǎo)致最終的展示內(nèi)容也比較單一(即最終只顯示了用戶的唱歌分?jǐn)?shù))，使得展示效果不夠豐富。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供一種音頻數(shù)據(jù)處理方法、裝置以及系統(tǒng)，可以使與音頻數(shù)據(jù)的分析結(jié)果相關(guān)聯(lián)的展示內(nèi)容更加豐富。

本發(fā)明第一方面提供了一種音頻數(shù)據(jù)處理方法，包括：

客戶端獲取用戶音頻數(shù)據(jù)，并將所述用戶音頻數(shù)據(jù)發(fā)送至所述服務(wù)器；

所述服務(wù)器提取所述用戶音頻數(shù)據(jù)的用戶音頻特征，并根據(jù)所述用戶音頻特征分別計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度；

所述服務(wù)器從所述多個預(yù)設(shè)音頻數(shù)據(jù)中選取預(yù)設(shè)匹配數(shù)量的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端；

所述客戶端在第一預(yù)設(shè)顯示區(qū)域顯示所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度，并在第二預(yù)設(shè)顯示區(qū)域顯示所述用戶音頻數(shù)據(jù)對應(yīng)的音頻質(zhì)量分?jǐn)?shù)。

本發(fā)明第二方面提供了一種音頻數(shù)據(jù)處理方法，包括：

服務(wù)器接收客戶端發(fā)送的用戶音頻數(shù)據(jù)；

所述服務(wù)器提取所述用戶音頻數(shù)據(jù)的用戶音頻特征，并根據(jù)所述用戶音頻特征分別計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度；

所述服務(wù)器從所述多個預(yù)設(shè)音頻數(shù)據(jù)中選取預(yù)設(shè)匹配數(shù)量的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端，以使所述客戶端在第一預(yù)設(shè)顯示區(qū)域顯示所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度，并在第二預(yù)設(shè)顯示區(qū)域顯示所述用戶音頻數(shù)據(jù)對應(yīng)的音頻質(zhì)量分?jǐn)?shù)。

本發(fā)明第三方面提供了一種音頻數(shù)據(jù)處理裝置，其特征在于，包括：

接收模塊，用于接收客戶端發(fā)送的用戶音頻數(shù)據(jù)；

計(jì)算模塊，用于提取所述用戶音頻數(shù)據(jù)的用戶音頻特征，并根據(jù)所述用戶音頻特征分別計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度；

選擇發(fā)送模塊，用于從所述多個預(yù)設(shè)音頻數(shù)據(jù)中選取預(yù)設(shè)匹配數(shù)量的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端，以使所述客戶端在第一預(yù)設(shè)顯示區(qū)域顯示所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度，并在第二預(yù)設(shè)顯示區(qū)域顯示所述用戶音頻數(shù)據(jù)對應(yīng)的音頻質(zhì)量分?jǐn)?shù)。

本發(fā)明第四方面提供了一種音頻數(shù)據(jù)處理系統(tǒng)，包括客戶端和服務(wù)器；

所述客戶端，用于獲取用戶音頻數(shù)據(jù)，并將所述用戶音頻數(shù)據(jù)發(fā)送至所述服務(wù)器，且還用于在第一預(yù)設(shè)顯示區(qū)域顯示所述服務(wù)器所發(fā)送的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度，并在第二預(yù)設(shè)顯示區(qū)域顯示所述用戶音頻數(shù)據(jù)對應(yīng)的音頻質(zhì)量分?jǐn)?shù)；

所述服務(wù)器包括上述第三方面所提供的音頻數(shù)據(jù)處理裝置。

本發(fā)明實(shí)施例中的客戶端將獲取到的用戶音頻數(shù)據(jù)發(fā)送到服務(wù)器，使得服務(wù)器可以計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度，進(jìn)而根據(jù)各音色相似度的排序從中選擇出目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端；由于不再僅限于在唱歌水平的維度上對用戶音頻數(shù)據(jù)進(jìn)行分析，所以使得所述客戶端不僅可以顯示用戶音頻數(shù)據(jù)的音頻質(zhì)量分?jǐn)?shù)，還可以顯示目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度，從而使與用戶音頻數(shù)據(jù)的分析結(jié)果相關(guān)聯(lián)的展示內(nèi)容更加豐富。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實(shí)施例提供的一種音頻數(shù)據(jù)處理系統(tǒng)的結(jié)構(gòu)示意圖；

圖2是本發(fā)明實(shí)施例提供的一種音頻數(shù)據(jù)處理方法的流程示意圖；

圖2a是本發(fā)明實(shí)施例提供的一種客戶端界面展示圖；

圖2b是本發(fā)明實(shí)施例提供的另一種客戶端界面展示圖；

圖3是本發(fā)明實(shí)施例提供的一種音頻數(shù)據(jù)處理方法的時序示意圖；

圖4是本發(fā)明實(shí)施例提供的另一種音頻數(shù)據(jù)處理方法的流程示意圖；

圖5是本發(fā)明實(shí)施例提供的一種音頻數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖；

圖6是本發(fā)明實(shí)施例提供的一種計(jì)算模塊的結(jié)構(gòu)示意圖；

圖7是本發(fā)明實(shí)施例提供的一種標(biāo)簽設(shè)置單元的結(jié)構(gòu)示意圖；

圖8是本發(fā)明實(shí)施例提供的一種選擇發(fā)送模塊的結(jié)構(gòu)示意圖；

圖9是本發(fā)明實(shí)施例提供的另一種音頻數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請參見圖1，是本發(fā)明實(shí)施例提供的一種音頻數(shù)據(jù)處理系統(tǒng)的結(jié)構(gòu)示意圖。所述系統(tǒng)可以包括客戶端100和服務(wù)器200，所述客戶端100與所述服務(wù)器200通過網(wǎng)絡(luò)進(jìn)行連接，所述客戶端100可以包括手機(jī)、平板電腦、臺式電腦等具備音頻處理功能和網(wǎng)絡(luò)通信功能的智能終端，所述服務(wù)器200可以為音頻處理應(yīng)用的后臺服務(wù)器200。所述系統(tǒng)可以應(yīng)用于對用戶歌聲進(jìn)行多維度分析的應(yīng)用場景，例如，當(dāng)用戶通過所述客戶端100錄制自己的歌聲，在錄制完畢后，所述客戶端100可以計(jì)算并顯示用戶歌聲數(shù)據(jù)的唱歌分?jǐn)?shù)(唱歌分?jǐn)?shù)可以是根據(jù)用戶歌聲的音準(zhǔn)、節(jié)奏等因素進(jìn)行計(jì)算得到的)，所述客戶端100同時還將所述用戶歌聲數(shù)據(jù)發(fā)送到所述服務(wù)器200，所述服務(wù)器200可以提取用戶歌聲數(shù)據(jù)的用戶音頻特征，并根據(jù)所述用戶音頻特征分別計(jì)算所述用戶歌聲數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)明星歌聲數(shù)據(jù)之間的音色相似度；所述服務(wù)器200再從所述多個預(yù)設(shè)明星歌聲數(shù)據(jù)中選取預(yù)設(shè)匹配數(shù)量的目標(biāo)預(yù)設(shè)明星歌聲數(shù)據(jù)，并將各目標(biāo)預(yù)設(shè)明星歌聲數(shù)據(jù)分別對應(yīng)的歌名、歌手名、歌手頭像以及音色相似度等信息發(fā)送至所述客戶端100，由此可見，所述系統(tǒng)不僅可以在唱歌水平這一維度上對用戶歌聲數(shù)據(jù)進(jìn)行分析，還可以在與明星歌聲的音色相似度這一維度上對用戶歌聲數(shù)據(jù)進(jìn)行分析，因此，使得所述客戶端100可以同時顯示唱歌分?jǐn)?shù)、各目標(biāo)預(yù)設(shè)明星歌聲數(shù)據(jù)分別對應(yīng)的歌名、歌手名、歌手頭像、音色相似度等信息，從而使與用戶歌聲數(shù)據(jù)的分析結(jié)果相關(guān)聯(lián)的展示內(nèi)容更加豐富。

請參見圖2，是本發(fā)明實(shí)施例所提供的一種音頻數(shù)據(jù)處理方法的流程示意圖，所述方法可以包括：

S201，客戶端獲取用戶音頻數(shù)據(jù)，并將所述用戶音頻數(shù)據(jù)發(fā)送至所述服務(wù)器；

具體的，所述客戶端可以獲取用戶所輸入的用戶音頻數(shù)據(jù)。例如，當(dāng)用戶在唱歌時，所述客戶端可以通過麥克風(fēng)獲取用戶的錄歌音頻，該錄歌音頻即為所述用戶音頻數(shù)據(jù)。當(dāng)用戶結(jié)束輸入所述用戶音頻數(shù)據(jù)時(如錄歌結(jié)束時)，所述客戶端可以計(jì)算所獲取到的完整的所述用戶音頻數(shù)據(jù)對應(yīng)的音頻質(zhì)量分?jǐn)?shù)，并顯示所述音頻質(zhì)量分?jǐn)?shù)以及音色相似度計(jì)算提示信息。同時，所述客戶端還可以將獲取到的完整的所述用戶音頻數(shù)據(jù)添加在音色相似度計(jì)算請求中，并將攜帶所述用戶音頻數(shù)據(jù)的音色相似度計(jì)算請求發(fā)送至服務(wù)器。

請一并參見圖2a，是本發(fā)明實(shí)施例提供的一種客戶端界面展示圖，如圖2a所示，圖2a中的區(qū)域A正在顯示“SS”、“4829分”、“正在計(jì)算你的明星嗓指數(shù)，稍等片刻”。其中，“SS”和“4829分”代表所述音頻質(zhì)量分?jǐn)?shù)，“正在計(jì)算你的明星嗓指數(shù)，稍等片刻”代表所述音色相似度計(jì)算提示信息。

S202，所述服務(wù)器提取所述用戶音頻數(shù)據(jù)的用戶音頻特征，并根據(jù)所述用戶音頻特征分別計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度；

具體的，所述服務(wù)器可以提取所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的用戶音頻特征，并對所述用戶音頻數(shù)據(jù)中包含有語音信息的幀數(shù)據(jù)設(shè)置有效數(shù)據(jù)標(biāo)簽，并根據(jù)攜帶有所述有效數(shù)據(jù)標(biāo)簽的幀數(shù)據(jù)所對應(yīng)的用戶音頻特征以及預(yù)設(shè)的個性化音色計(jì)算模型，計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音色向量，最后再分別計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音音色向量與各預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的個性化音色向量之間的向量余弦距離；所述個性化音色計(jì)算模型是基于預(yù)設(shè)的共性音色計(jì)算模型和所述多個預(yù)設(shè)音頻數(shù)據(jù)訓(xùn)練得到的，且一個向量余弦距離指所述用戶音頻數(shù)據(jù)與一個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度。

可選的，所述用戶音頻特征可以為MFCC(Mel Frequency Cepstrum Coefficient，梅爾頻率倒譜系數(shù))音頻特征；所述共性音色計(jì)算模型可以為UBM(Universal Background Model，通用背景模型)，所述個性化音色計(jì)算模型為I-vector計(jì)算模型。

其中，對所述用戶音頻數(shù)據(jù)中包含有語音信息的幀數(shù)據(jù)設(shè)置有效數(shù)據(jù)標(biāo)簽的過程可以包括VAD(Voice Activity Detection，語音活動檢測)檢測，其具體過程可以為：對所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的MFCC音頻特征中的首位數(shù)據(jù)(MFCC音頻特征中的首位數(shù)據(jù)是用于代表信號的能量)進(jìn)行歸一化處理，得到待匹配信號能量值；再將所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的待匹配信號能量值分別與預(yù)設(shè)能量閾值進(jìn)行比較，并根據(jù)比較結(jié)果對每一幀數(shù)據(jù)進(jìn)行識別，以識別出包含語音信息的幀數(shù)據(jù)和不包含語音信息的幀數(shù)據(jù)(如若某一幀數(shù)據(jù)對應(yīng)的待匹配信號能量值大于所述預(yù)設(shè)能量閾值，則根據(jù)該比較結(jié)果可以確定該幀數(shù)據(jù)包含語音信息；如若某一幀數(shù)據(jù)對應(yīng)的待匹配信號能量值小于或等于所述預(yù)設(shè)能量閾值，則根據(jù)該比較結(jié)果可以確定該幀數(shù)據(jù)不包含語音信息)；再為所述包含有語音信息的幀數(shù)據(jù)設(shè)置有效數(shù)據(jù)標(biāo)簽，并將所述不包含語音信息的幀數(shù)據(jù)刪除。

可選的，所述服務(wù)器預(yù)先訓(xùn)練所述UBM和所述I-vector計(jì)算模型的具體過程可以為：所述服務(wù)器提取各預(yù)設(shè)音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的預(yù)設(shè)音頻特征(所述預(yù)設(shè)音頻特征可以為MFCC音頻特征)，并對攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征進(jìn)行歸一化處理；所述有效數(shù)據(jù)標(biāo)簽是用于標(biāo)識包含有語音信息的幀數(shù)據(jù)的標(biāo)簽；再利用已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征，通過EM算法(Expectation Maximization Algorithm，期望最大化算法)，訓(xùn)練出UBM。UBM是一個GMM(Gaussian Mixture Model，混合高斯模型)，GMM本質(zhì)上是一種多維概率密度函數(shù)，對于M階GMM的概率密度函數(shù)可以使用如下公式表示：

$P\left(x\right|\mathrm{\λ})=\underset{k=1}{\overset{M}{\Σ}}P(x,k|\mathrm{\λ})=\underset{k=1}{\overset{M}{\Σ}}{c}_{k}P\left(x\right|k,\mathrm{\λ})$

其中，

$\underset{k=1}{\overset{M}{\Σ}}{c}_k=1$

M階GMM是用M個單高斯分布組成的，每個單高斯分布如下式：

$P\left(x\right|k,\mathrm{\λ})=\frac{1}{{\left(2\mathrm{\π}\right)}^{K/2}|{\Σ}_k{|}^{1/2}}\exp \[-\frac{{(x-{\mathrm{\μ}}_k)}^T{\Σ}_k^{-1}(x-{\mathrm{\μ}}_k)}{2}\],$

也就是說一個單高斯分布是一個多維的正態(tài)分布。一個GMM的訓(xùn)練過程，就是已知N個數(shù)據(jù)點(diǎn)，假設(shè)服從M階GMM分布的情況下，估計(jì)出影響因子c_k、均值μ_k和協(xié)方差∑_k這些參數(shù)，這些參數(shù)所確定的概率分布生成所述已知N個數(shù)據(jù)點(diǎn)的概率最大，而這個概率實(shí)際上等于這個乘積稱為似然函數(shù)。通常單個點(diǎn)的概率都很小，為了防止計(jì)算過程中下溢，通常會對其取對數(shù)，把乘積變?yōu)榍蠛偷鹊絃og似然函數(shù)，接下來只要將這個函數(shù)最大化，即找到這樣一組參數(shù)值，它讓似然函數(shù)取得最大值，這樣的參數(shù)就是最合適的參數(shù)，即完成了參數(shù)估計(jì)的過程，也就是模型訓(xùn)練。GMM的Log似然函數(shù)為：

$\underset{i=1}{\overset{N}{\Σ}}\log \[\underset{k=1}{\overset{M}{\Σ}}{c}_{k}P\left(x\right|k,\mathrm{\λ})\]$

由于在對數(shù)函數(shù)中有加和，沒辦法使用直接求導(dǎo)的方法求得最大值，但這里可以使用EM方法。EM算法流程如下：

S11：估計(jì)數(shù)據(jù)由每個單高斯分布生成的概率：對于每個數(shù)據(jù)x_i來說，它由第k個單高斯分布生成的概率為：

$\mathrm{\γ}(i,k)=\frac{c_{k}P\left(x_i\right|k,\mathrm{\λ})}{{\Σ}_{j=1}^M{c}_{j}P\left(x\right|j,\mathrm{\λ})}$

S12：通過極大似然估計(jì)，可以求得μ_k、∑_k的值：

${\mathrm{\μ}}_k=\frac{1}{N_k}\underset{i=1}{\overset{N}{\Σ}}\mathrm{\γ}(i,k)x_i$

${\Σ}_k=\frac{1}{N_k}\underset{i=1}{\overset{N}{\Σ}}\mathrm{\γ}(i,k)(x_i-{\mathrm{\μ}}_k){(x_i-{\mathrm{\μ}}_k)}^T$

其中，因此，重復(fù)以上S11和S12步驟，直到似然函數(shù)的值收斂位置。S11步驟為E-step，即估計(jì)；S12步驟為M-step，即最大化。UBM模型訓(xùn)練好后，可以獲取所述UBM的均值向量，所述UBM的均值向量可以用于訓(xùn)練所述I-vector計(jì)算模型。I-vector是基于單一空間的跨信道算法，該空間既包含了說話人空間的信息也包含了信道空間的信息。對于給定的語音，高斯超向量表示如下:

M＝m+Tw，

其中，m是說話人無關(guān)且信道無關(guān)的超向量，通常為UBM的均值向量拼接而成，即上述UBM中的μ_k；T是一個低秩的矩陣；w是服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)向量，這個隨機(jī)向量簡稱I-vector。其中，T的訓(xùn)練算法中所涉及到的輸入?yún)?shù)包括已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征、T的秩rank、UBM和最大迭代次數(shù)，輸出參數(shù)包括rank*CF的矩陣T。T的訓(xùn)練算法包括如下步驟S21-S27：

S21，計(jì)算零階、一階及二階統(tǒng)計(jì)量，隨機(jī)初始化T。記當(dāng)前迭代次數(shù)為It＝0:

$N_c\left(h\right)=\underset{t=1}{\overset{T}{\Σ}}{\mathrm{\γ}}_t^h\left(c\right)$

$F_c\left(h\right)=\underset{t=1}{\overset{T}{\Σ}}{\mathrm{\γ}}_t^h\left(c\right)x_t/N_c\left(h\right)$

其中，N_c(h)為語音h的零階充分統(tǒng)計(jì)量，F(xiàn)_c(h)為一階充分統(tǒng)計(jì)量。其中，

${\mathrm{\γ}}_t^h\left(c\right)=\frac{{\mathrm{\ω}}_{c}N\left(x_k^h\right|M_c,{\Σ}_c)}{{\Σ}_{l=1}^c{\mathrm{\ω}}_{l}N\left(x_l^h\right|M_l,{\Σ}_l)},$

且該值為語音段h的第t幀特征在GMM模型第c個混元上的狀態(tài)占有概率。

S22，中心化一階統(tǒng)計(jì)量

S23，擴(kuò)展統(tǒng)計(jì)量為矩陣，方便運(yùn)算：

其中，I為F*F的單位矩陣。FF(h)為CF*1的列向量。

S24，計(jì)算說話人因子方差與均值：

$l_T\left(h\right)=I+T^T{\Σ}^{-1}NN\left(h\right)T,y\left(s\right)=I_T^{-1}\left(s\right)T^T{\Σ}^{-1}FF\left(s\right)$

S25，累積所有語音的統(tǒng)計(jì)量：

$N_c=\underset{h}{\Σ}{N}_c\left(h\right)$

$A_c=\underset{h}{\Σ}{N}_c\left(h\right)l_t^{-1}\left(h\right)$

$C=\underset{h}{\Σ}FF\left(h\right)y{\left(h\right)}^T$

S26，更新V：

S27，It自增。若It已大于迭代次數(shù)則結(jié)束訓(xùn)練，否則返回S24步驟。以上訓(xùn)練完成后即可得到總的變化矩陣T，然后計(jì)算總變化因子w(I-vector)，它的計(jì)算公式為：

$w={(I+T^T{\Σ}^{-1}N(h\left)T\right)}^{-1}{T}^T{\Σ}^{-1}\stackrel{\‾}{F}\left(h\right).$

所述I-vector計(jì)算模型訓(xùn)練完后，即可基于所述I-vector計(jì)算模型計(jì)算所述各預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的個性化音色向量，并保存各預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的個性化音色向量，以便于后續(xù)用于計(jì)算與所述用戶音頻數(shù)據(jù)之間的音色相似度；所述個性化音色向量即為w(I-vector)值。

其中，所述服務(wù)器計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音色向量的具體過程可以為：對攜帶有所述有效數(shù)據(jù)標(biāo)簽的幀數(shù)據(jù)所對應(yīng)的用戶音頻特征進(jìn)行歸一化處理，并將已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的用戶音頻特征輸入所述I-vector計(jì)算模型中，通過所述I-vector計(jì)算模型(即上述的總變化因子w(I-vector)的計(jì)算公式)計(jì)算出所述用戶音頻數(shù)據(jù)對應(yīng)的w(I-vector)值。

其中，所述服務(wù)器在計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音色向量與各預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的個性化音色向量之間的音色相似度時，具體可以利用向量間的余弦距離來表示音色相似度，如余弦距離計(jì)算公式為：w₁可以表示所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音音色向量，w₂可以表示其中一個預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的個性化音色向量，因此，所述用戶音頻數(shù)據(jù)與該預(yù)設(shè)音頻數(shù)據(jù)之間的向量余弦距離即為k(w₁，w₂)，即音色相似度為k。

S203，所述服務(wù)器從所述多個預(yù)設(shè)音頻數(shù)據(jù)中選取預(yù)設(shè)匹配數(shù)量的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端；

具體的，所述服務(wù)器可以對所述用戶音頻數(shù)據(jù)與各預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度進(jìn)行排序，得到音色相似度排序表，再從所述音色相似度排序表中按序獲取預(yù)設(shè)匹配數(shù)量的音色相似度，作為目標(biāo)音色相似度；所述目標(biāo)音色相似度的數(shù)量等于所述預(yù)設(shè)匹配數(shù)量；所述服務(wù)器進(jìn)一步獲取每個所述目標(biāo)音色相似度所對應(yīng)的預(yù)設(shè)音頻數(shù)據(jù)，作為目標(biāo)音頻數(shù)據(jù)，并將各所述目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端。例如，所述預(yù)設(shè)匹配數(shù)量為3，那么服務(wù)器將會把排前三的音色相似度所對應(yīng)的預(yù)設(shè)音頻數(shù)據(jù)確定為目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，然后將這三個目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端。所述音頻屬性信息可以包括目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的歌名、歌手名字、歌手頭像以及預(yù)設(shè)文案內(nèi)容，如某個預(yù)設(shè)文案內(nèi)容可以為“你也有海豚音”。

S204，所述客戶端在預(yù)設(shè)顯示區(qū)域?qū)λ龈髂繕?biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度進(jìn)行顯示；

具體的，當(dāng)所述客戶端接收到所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度時，所述客戶端可以對所述音頻質(zhì)量分?jǐn)?shù)對應(yīng)的圖形面積進(jìn)行動態(tài)縮小，并在第二預(yù)設(shè)顯示區(qū)域中顯示圖形面積縮小后的所述音頻質(zhì)量分?jǐn)?shù)，并取消對所述音色相似度計(jì)算提示信息的顯示，使得所述客戶端的當(dāng)前界面可以空出部分顯示區(qū)域(所空出的部分顯示區(qū)域即為第一預(yù)設(shè)顯示區(qū)域)，此時可以進(jìn)一步在所述第一預(yù)設(shè)顯示區(qū)域顯示所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度。

請一并參見圖2b，是本發(fā)明實(shí)施例所提供的另一種客戶端界面展示圖，圖2b中的區(qū)域B是所述第二預(yù)設(shè)顯示區(qū)域，區(qū)域C是所述第一預(yù)設(shè)顯示區(qū)域，當(dāng)所述客戶端接收到所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度時，圖2a中的區(qū)域A中的所述音頻質(zhì)量分?jǐn)?shù)對應(yīng)的圖形面積在動態(tài)縮小，并將動態(tài)縮小后的所述音頻質(zhì)量分?jǐn)?shù)顯示在圖2b中的區(qū)域B(即圖2b中所顯示的“SS”、“4829分”)，同時取消對圖2a中的所述音色相似度計(jì)算提示信息的顯示，使得圖2a中的區(qū)域A可以空出來，進(jìn)而可以在圖2b中的區(qū)域C中顯示所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度；其中，圖2b中的所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度包括：3個目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度，分別為歌手A、歌手B、歌手C分別對應(yīng)的音頻屬性信息和音色相似度，也說明用戶的音色與這三位歌手的音色最為相似；其中，用戶與歌手A的音色相似度為0.96(即向量余弦距離為0.96)，則可以在圖2b中的歌手A頭像下面顯示相應(yīng)文案內(nèi)容：“相似度96％”、“你也有海豚音”；其中，用戶與歌手B的音色相似度為0.9(即向量余弦距離為0.9)，則可以在圖2b中的歌手B的頭像下面顯示相應(yīng)文案內(nèi)容“相似度90％”、“翻版XXX就是你”；其中，用戶與歌手C的音色相似度為0.88(即向量余弦距離為0.88)，則可以在歌手C的頭像下面顯示相應(yīng)文案內(nèi)容：“相似度88％”、“你也是舞娘嗎？”

可選的，當(dāng)所述服務(wù)器檢測出所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音色相似度中的最大音色相似度大于預(yù)設(shè)相似度閾值時，所述服務(wù)器將所述最大音色相似度對應(yīng)的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)的音頻屬性信息、所述最大音色相似度以及所述客戶端的用戶信息發(fā)送至與所述客戶端的用戶信息具有好友關(guān)聯(lián)關(guān)系的多個好友客戶端。例如，預(yù)設(shè)相似度閾值為0.9，而多個目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音色相似度中的最大音色相似度為0.93，則所述服務(wù)器可以將音色相似度為0.93的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)的音頻屬性信息、為0.93的音色相似度以及所述客戶端的用戶信息發(fā)送至與所述客戶端的用戶信息具有好友關(guān)聯(lián)關(guān)系的多個好友客戶端。

本發(fā)明實(shí)施例中的客戶端將獲取到的用戶音頻數(shù)據(jù)發(fā)送到服務(wù)器，使得服務(wù)器可以計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度，進(jìn)而根據(jù)各音色相似度的排序從中選擇出目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端；由于不再僅限于在唱歌水平的維度上對用戶音頻數(shù)據(jù)進(jìn)行分析，所以使得所述客戶端不僅可以顯示用戶音頻數(shù)據(jù)的音頻質(zhì)量分?jǐn)?shù)，還可以顯示目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度，從而使與用戶音頻數(shù)據(jù)的分析結(jié)果相關(guān)聯(lián)的展示內(nèi)容更加豐富。

請參見圖3，是本發(fā)明實(shí)施例提供的一種音頻數(shù)據(jù)處理方法的時序示意圖，所述方法可以包括：

S301，客戶端獲取用戶音頻數(shù)據(jù)，并計(jì)算和顯示所述用戶音頻數(shù)據(jù)對應(yīng)的音頻質(zhì)量分?jǐn)?shù)；

具體的，所述客戶端可以獲取用戶所輸入的用戶音頻數(shù)據(jù)。例如，當(dāng)用戶在唱歌時，所述客戶端可以通過麥克風(fēng)獲取用戶的錄歌音頻，該錄歌音頻即為所述用戶音頻數(shù)據(jù)。當(dāng)用戶結(jié)束輸入所述用戶音頻數(shù)據(jù)時(如錄歌結(jié)束時)，所述客戶端可以計(jì)算所獲取到的完整的所述用戶音頻數(shù)據(jù)對應(yīng)的音頻質(zhì)量分?jǐn)?shù)，并顯示所述音頻質(zhì)量分?jǐn)?shù)以及音色相似度計(jì)算提示信息。例如，所述音色相似度計(jì)算提示信息可以為一組字符串：“正在計(jì)算你的明星嗓指數(shù)，稍等片刻”。

S302，所述客戶端發(fā)送所述用戶音頻數(shù)據(jù)到服務(wù)器；

具體的，所述客戶端還可以將獲取到的完整的所述用戶音頻數(shù)據(jù)添加在音色相似度計(jì)算請求中，并將攜帶所述用戶音頻數(shù)據(jù)的音色相似度計(jì)算請求發(fā)送至服務(wù)器。

S303，所述服務(wù)器基于訓(xùn)練好的I-vector計(jì)算模型計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音色向量；

具體的，在S301步驟之前，所述服務(wù)器可以預(yù)設(shè)一個音頻數(shù)據(jù)庫中(所述音頻數(shù)據(jù)庫包括多個預(yù)設(shè)音頻數(shù)據(jù))，并預(yù)設(shè)I-vector計(jì)算模型，并基于I-vector計(jì)算模型預(yù)先計(jì)算各預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的個性化音色向量，其中，所述服務(wù)器的預(yù)設(shè)過程可以具體為：所述服務(wù)器提取各預(yù)設(shè)音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的預(yù)設(shè)音頻特征，并對攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征進(jìn)行歸一化處理；所述有效數(shù)據(jù)標(biāo)簽是用于標(biāo)識包含有語音信息的幀數(shù)據(jù)的標(biāo)簽(通過VAD檢測即可檢測出幀數(shù)據(jù)是否包含語音信息)；所述服務(wù)器再基于最大期望EM算法和已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征訓(xùn)練UBM的模型參數(shù)，并在所述UBM的模型參數(shù)訓(xùn)練完成后獲取所述UBM的均值向量，并基于所述UBM的均值向量、所述已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征以及預(yù)設(shè)的迭代次數(shù)訓(xùn)練I-vector計(jì)算模型中的低秩矩陣，并在低秩矩陣訓(xùn)練完成后，所述服務(wù)器基于所述I-vector計(jì)算模型計(jì)算所述各預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的個性化音色向量；所述個性化音色向量為I-vector值。其中，訓(xùn)練UBM的模型參數(shù)和訓(xùn)練I-vector計(jì)算模型中的低秩矩陣的具體實(shí)現(xiàn)過程可以參見上述圖2對應(yīng)實(shí)施例中的S202中對所述UBM和所述I-vector計(jì)算模型的具體訓(xùn)練過程，這里不再進(jìn)贅述。

當(dāng)所述服務(wù)器接收到所述客戶端發(fā)送的所述用戶音頻數(shù)據(jù)時，所述服務(wù)器可以提取所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的用戶音頻特征，所述用戶音頻特征可以為MFCC音頻特征；所述服務(wù)器可以進(jìn)一步對所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的MFCC音頻特征中的首位數(shù)據(jù)(MFCC音頻特征中的首位數(shù)據(jù)是用于代表信號的能量)進(jìn)行歸一化處理，得到待匹配信號能量值，并將所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的待匹配信號能量值分別與預(yù)設(shè)能量閾值進(jìn)行比較，并根據(jù)比較結(jié)果對每一幀數(shù)據(jù)進(jìn)行識別，以識別出包含語音信息的幀數(shù)據(jù)和不包含語音信息的幀數(shù)據(jù)，并為所述包含有語音信息的幀數(shù)據(jù)設(shè)置有效數(shù)據(jù)標(biāo)簽，并將所述不包含語音信息的幀數(shù)據(jù)刪除；所述服務(wù)器再對攜帶有所述有效數(shù)據(jù)標(biāo)簽的幀數(shù)據(jù)所對應(yīng)的用戶音頻特征進(jìn)行歸一化處理，并將已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的用戶音頻特征輸入所述I-vector計(jì)算模型中，通過所述I-vector計(jì)算模型計(jì)算出所述用戶音頻數(shù)據(jù)對應(yīng)的w(I-vector)值(即所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音色向量)。

S304，所述服務(wù)器分別計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音音色向量與各預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的個性化音色向量之間的音色相似度；

具體的，所述服務(wù)器在計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音色向量與各預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的個性化音色向量之間的音色相似度時，具體可以利用向量間的余弦距離來表示音色相似度，如余弦距離計(jì)算公式為：w₁可以表示所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音音色向量，w₂可以表示其中一個預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的個性化音色向量，因此，所述用戶音頻數(shù)據(jù)與該預(yù)設(shè)音頻數(shù)據(jù)之間的向量余弦距離即為k(w₁，w₂)，即音色相似度為k。

S305，所述服務(wù)器對所述用戶音頻數(shù)據(jù)與各預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度進(jìn)行排序，得到音色相似度排序表；

S306，所述服務(wù)器從所述音色相似度排序表中按序獲取預(yù)設(shè)匹配數(shù)量的音色相似度，作為目標(biāo)音色相似度；

例如，所述預(yù)設(shè)匹配數(shù)量為3，那么所述服務(wù)器將會把排前三的音色相似度確定為目標(biāo)音色相似度。

S307，所述服務(wù)器獲取每個所述目標(biāo)音色相似度所對應(yīng)的預(yù)設(shè)音頻數(shù)據(jù)，作為目標(biāo)音頻數(shù)據(jù)；

S308，所述服務(wù)器將各所述目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端；

具體的，所述音頻屬性信息可以包括目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的歌名、歌手名字、歌手頭像以及預(yù)設(shè)文案內(nèi)容，如某個預(yù)設(shè)文案內(nèi)容可以為“你也有海豚音”。

S309，所述客戶端對所述音頻質(zhì)量分?jǐn)?shù)對應(yīng)的圖形面積進(jìn)行動態(tài)縮小，并在第二預(yù)設(shè)顯示區(qū)域中顯示圖形面積縮小后的所述音頻質(zhì)量分?jǐn)?shù)，并在第一預(yù)設(shè)顯示區(qū)域顯示所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度；

具體的，當(dāng)所述客戶端接收到所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度時，所述客戶端可以對所述音頻質(zhì)量分?jǐn)?shù)對應(yīng)的圖形面積進(jìn)行動態(tài)縮小，并在第二預(yù)設(shè)顯示區(qū)域中顯示圖形面積縮小后的所述音頻質(zhì)量分?jǐn)?shù)，并取消對所述音色相似度計(jì)算提示信息的顯示，使得所述客戶端的當(dāng)前界面可以空出部分顯示區(qū)域(所空出的部分顯示區(qū)域即為第一預(yù)設(shè)顯示區(qū)域)，此時可以進(jìn)一步在所述第一預(yù)設(shè)顯示區(qū)域顯示所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度。

本發(fā)明實(shí)施例中的客戶端將獲取到的用戶音頻數(shù)據(jù)發(fā)送到服務(wù)器，使得服務(wù)器可以計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度，進(jìn)而根據(jù)各音色相似度的排序從中選擇出目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端；由于不再僅限于在唱歌水平的維度上對用戶音頻數(shù)據(jù)進(jìn)行分析，所以使得所述客戶端不僅可以顯示用戶音頻數(shù)據(jù)的音頻質(zhì)量分?jǐn)?shù)，還可以顯示目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度，從而使與用戶音頻數(shù)據(jù)的分析結(jié)果相關(guān)聯(lián)的展示內(nèi)容更加豐富。

請參見圖4，是本發(fā)明實(shí)施例提供的另一種音頻數(shù)據(jù)處理方法的流程示意圖，所述方法可以包括：

S401，服務(wù)器接收客戶端發(fā)送的用戶音頻數(shù)據(jù)；

S402，所述服務(wù)器提取所述用戶音頻數(shù)據(jù)的用戶音頻特征，并根據(jù)所述用戶音頻特征分別計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度；

S403，所述服務(wù)器從所述多個預(yù)設(shè)音頻數(shù)據(jù)中選取預(yù)設(shè)匹配數(shù)量的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端，以使所述客戶端在第一預(yù)設(shè)顯示區(qū)域顯示所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度，并在第二預(yù)設(shè)顯示區(qū)域顯示所述用戶音頻數(shù)據(jù)對應(yīng)的音頻質(zhì)量分?jǐn)?shù)。

其中，S401-S403步驟的具體實(shí)現(xiàn)方式可以參見上述圖2對應(yīng)實(shí)施例中的S201-S204，這里不再進(jìn)行贅述。

本發(fā)明實(shí)施例中的客戶端將獲取到的用戶音頻數(shù)據(jù)發(fā)送到服務(wù)器，使得服務(wù)器可以計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度，進(jìn)而根據(jù)各音色相似度的排序從中選擇出目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端；由于不再僅限于在唱歌水平的維度上對用戶音頻數(shù)據(jù)進(jìn)行分析，所以使得所述客戶端不僅可以顯示用戶音頻數(shù)據(jù)的音頻質(zhì)量分?jǐn)?shù)，還可以顯示目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度，從而使與用戶音頻數(shù)據(jù)的分析結(jié)果相關(guān)聯(lián)的展示內(nèi)容更加豐富。

請參見圖5，是本發(fā)明實(shí)施例提供的一種音頻數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖。所述音頻數(shù)據(jù)處理裝置1可以應(yīng)用于服務(wù)器中，所述音頻數(shù)據(jù)處理裝置1可以包括：預(yù)設(shè)提取處理模塊40、預(yù)設(shè)訓(xùn)練模塊50、預(yù)設(shè)計(jì)算模塊60、接收模塊10、計(jì)算模塊20、選擇發(fā)送模塊30；

所述預(yù)設(shè)提取處理模塊40，用于提取各預(yù)設(shè)音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的預(yù)設(shè)音頻特征，并對攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征進(jìn)行歸一化處理；所述有效數(shù)據(jù)標(biāo)簽是用于標(biāo)識包含有語音信息的幀數(shù)據(jù)的標(biāo)簽；

所述預(yù)設(shè)訓(xùn)練模塊50，用于基于最大期望EM算法和已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征訓(xùn)練UBM的模型參數(shù)，并在所述UBM的模型參數(shù)訓(xùn)練完成后獲取所述UBM的均值向量；

所述預(yù)設(shè)訓(xùn)練模塊50，還用于基于所述UBM的均值向量、所述已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征以及預(yù)設(shè)的迭代次數(shù)訓(xùn)練I-vector計(jì)算模型中的低秩矩陣；

所述預(yù)設(shè)計(jì)算模塊60，用于在低秩矩陣訓(xùn)練完成后，基于所述I-vector計(jì)算模型計(jì)算所述各預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的個性化音色向量；所述個性化音色向量為I-vector值。

其中，所述預(yù)設(shè)提取處理模塊40、所述預(yù)設(shè)訓(xùn)練模塊50以及所述預(yù)設(shè)計(jì)算模塊60的具體實(shí)現(xiàn)方式可以參見上述圖2對應(yīng)實(shí)施例中的S202步驟中的所述服務(wù)器預(yù)先訓(xùn)練所述UBM和所述I-vector計(jì)算模型的具體過程，這里不再進(jìn)行贅述。

所述接收模塊10，用于接收客戶端發(fā)送的用戶音頻數(shù)據(jù)；

具體的，所述客戶端可以獲取用戶所輸入的用戶音頻數(shù)據(jù)。例如，當(dāng)用戶在唱歌時，所述客戶端可以通過麥克風(fēng)獲取用戶的錄歌音頻，該錄歌音頻即為所述用戶音頻數(shù)據(jù)。當(dāng)用戶結(jié)束輸入所述用戶音頻數(shù)據(jù)時(如錄歌結(jié)束時)，所述客戶端可以計(jì)算所獲取到的完整的所述用戶音頻數(shù)據(jù)對應(yīng)的音頻質(zhì)量分?jǐn)?shù)，并顯示所述音頻質(zhì)量分?jǐn)?shù)以及音色相似度計(jì)算提示信息。同時，所述客戶端還可以將獲取到的完整的所述用戶音頻數(shù)據(jù)添加在音色相似度計(jì)算請求中，因此，所述接收模塊10可以接收所述客戶端發(fā)送的攜帶所述用戶音頻數(shù)據(jù)的音色相似度計(jì)算請求。

所述計(jì)算模塊20，用于提取所述用戶音頻數(shù)據(jù)的用戶音頻特征，并根據(jù)所述用戶音頻特征分別計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度；

具體的，請一并參見圖6，是所述計(jì)算模塊20的結(jié)構(gòu)示意圖，所述計(jì)算模塊20可以包括：特征提取單元201、標(biāo)簽設(shè)置單元202、計(jì)算單元203；

所述特征提取單元201，用于提取所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的用戶音頻特征；所述用戶音頻特征可以為MFCC音頻特征；

所述標(biāo)簽設(shè)置單元202，用于對所述用戶音頻數(shù)據(jù)中包含有語音信息的幀數(shù)據(jù)設(shè)置有效數(shù)據(jù)標(biāo)簽；

所述計(jì)算單元203，用于根據(jù)攜帶有所述有效數(shù)據(jù)標(biāo)簽的幀數(shù)據(jù)所對應(yīng)的用戶音頻特征以及預(yù)設(shè)的個性化音色計(jì)算模型，計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音色向量；所述個性化音色計(jì)算模型即為所述I-vector計(jì)算模型。此處的所述計(jì)算單元203可以具體用于對攜帶有所述有效數(shù)據(jù)標(biāo)簽的幀數(shù)據(jù)所對應(yīng)的用戶音頻特征進(jìn)行歸一化處理，并將已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的用戶音頻特征輸入所述I-vector計(jì)算模型中，并基于所述I-vector計(jì)算模型計(jì)算出所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音色向量。

所述計(jì)算單元203，還用于分別計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音音色向量與各預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的個性化音色向量之間的向量余弦距離；其中，一個向量余弦距離指所述用戶音頻數(shù)據(jù)與一個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度。

進(jìn)一步的，再請一并參見圖7，是本發(fā)明實(shí)施例提供的一種標(biāo)簽設(shè)置單元202的結(jié)構(gòu)示意圖，所述標(biāo)簽設(shè)置單元202可以包括：歸一化處理子單元2021、匹配識別子單元2022、設(shè)置刪除子單元2023；

所述歸一化處理子單元2021，用于對所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的MFCC音頻特征中的首位數(shù)據(jù)進(jìn)行歸一化處理，得到待匹配信號能量值；

所述匹配識別子單元2022，用于將所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的待匹配信號能量值分別與預(yù)設(shè)能量閾值進(jìn)行比較，并根據(jù)比較結(jié)果對每一幀數(shù)據(jù)進(jìn)行識別，以識別出包含語音信息的幀數(shù)據(jù)和不包含語音信息的幀數(shù)據(jù)；

所述設(shè)置刪除子單元2023，用于為所述包含有語音信息的幀數(shù)據(jù)設(shè)置有效數(shù)據(jù)標(biāo)簽，并將所述不包含語音信息的幀數(shù)據(jù)刪除。

所述選擇發(fā)送模塊30，用于從所述多個預(yù)設(shè)音頻數(shù)據(jù)中選取預(yù)設(shè)匹配數(shù)量的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端，以使所述客戶端在第一預(yù)設(shè)顯示區(qū)域顯示所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度，并在第二預(yù)設(shè)顯示區(qū)域顯示所述用戶音頻數(shù)據(jù)對應(yīng)的音頻質(zhì)量分?jǐn)?shù)。

具體的，再請一并參見圖8，是本發(fā)明實(shí)施例提供的一種選擇發(fā)送模塊30的結(jié)構(gòu)示意圖，所述選擇發(fā)送模塊30可以包括：排序單元301、選擇單元302、數(shù)據(jù)獲取單元303、發(fā)送單元304；

所述排序單元301，用于對所述用戶音頻數(shù)據(jù)與各預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度進(jìn)行排序，得到音色相似度排序表；

所述選擇單元302，用于從所述音色相似度排序表中按序獲取預(yù)設(shè)匹配數(shù)量的音色相似度，作為目標(biāo)音色相似度；所述目標(biāo)音色相似度的數(shù)量等于所述預(yù)設(shè)匹配數(shù)量；

所述數(shù)據(jù)獲取單元303，用于獲取每個所述目標(biāo)音色相似度所對應(yīng)的預(yù)設(shè)音頻數(shù)據(jù)，作為目標(biāo)音頻數(shù)據(jù)；

所述發(fā)送單元304，用于將各所述目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端。

其中，當(dāng)所述客戶端接收到所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度時，所述客戶端可以對所述音頻質(zhì)量分?jǐn)?shù)對應(yīng)的圖形面積進(jìn)行動態(tài)縮小，并在第二預(yù)設(shè)顯示區(qū)域中顯示圖形面積縮小后的所述音頻質(zhì)量分?jǐn)?shù)，并取消對所述音色相似度計(jì)算提示信息的顯示，使得所述客戶端的當(dāng)前界面可以空出部分顯示區(qū)域(所空出的部分顯示區(qū)域即為第一預(yù)設(shè)顯示區(qū)域)，此時可以進(jìn)一步在所述第一預(yù)設(shè)顯示區(qū)域顯示所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度。

可選的，所述選擇發(fā)送模塊30還用于當(dāng)檢測出所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音色相似度中的最大音色相似度大于預(yù)設(shè)相似度閾值時，將所述最大音色相似度對應(yīng)的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)的音頻屬性信息、所述最大音色相似度以及所述客戶端的用戶信息發(fā)送至與所述客戶端的用戶信息具有好友關(guān)聯(lián)關(guān)系的多個好友客戶端。

本發(fā)明實(shí)施例中的客戶端將獲取到的用戶音頻數(shù)據(jù)發(fā)送到服務(wù)器，使得服務(wù)器可以計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度，進(jìn)而根據(jù)各音色相似度的排序從中選擇出目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端；由于不再僅限于在唱歌水平的維度上對用戶音頻數(shù)據(jù)進(jìn)行分析，所以使得所述客戶端不僅可以顯示用戶音頻數(shù)據(jù)的音頻質(zhì)量分?jǐn)?shù)，還可以顯示目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度，從而使與用戶音頻數(shù)據(jù)的分析結(jié)果相關(guān)聯(lián)的展示內(nèi)容更加豐富。

請參見圖9，是本發(fā)明實(shí)施例提供的另一種音頻數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖。如圖9所示，所述音頻數(shù)據(jù)處理裝置1000可以應(yīng)用于服務(wù)器中，所述音頻數(shù)據(jù)處理裝置1000可以包括：至少一個處理器1001，例如CPU，至少一個網(wǎng)絡(luò)接口1004，用戶接口1003，存儲器1005，至少一個通信總線1002。其中，通信總線1002用于實(shí)現(xiàn)這些組件之間的連接通信。其中，用戶接口1003可以包括顯示屏(Display)、鍵盤(Keyboard)，可選用戶接口1003還可以包括標(biāo)準(zhǔn)的有線接口、無線接口。網(wǎng)絡(luò)接口1004可選的可以包括標(biāo)準(zhǔn)的有線接口、無線接口(如WI-FI接口)。存儲器1005可以是高速RAM存儲器，也可以是非不穩(wěn)定的存儲器(non-volatile memory)，例如至少一個磁盤存儲器。存儲器1005可選的還可以是至少一個位于遠(yuǎn)離前述處理器1001的存儲裝置。如圖9所示，作為一種計(jì)算機(jī)存儲介質(zhì)的存儲器1005中可以包括操作系統(tǒng)、網(wǎng)絡(luò)通信模塊、用戶接口模塊以及設(shè)備控制應(yīng)用程序。

在圖9所示的音頻數(shù)據(jù)處理裝置1000中，網(wǎng)絡(luò)接口1004主要用于連接客戶端；而用戶接口1003主要用于為用戶提供輸入的接口，獲取用戶輸出的數(shù)據(jù)；而處理器1001可以用于調(diào)用存儲器1005中存儲的設(shè)備控制應(yīng)用程序，以實(shí)現(xiàn)

接收客戶端發(fā)送的用戶音頻數(shù)據(jù)；

提取所述用戶音頻數(shù)據(jù)的用戶音頻特征，并根據(jù)所述用戶音頻特征分別計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度；

從所述多個預(yù)設(shè)音頻數(shù)據(jù)中選取預(yù)設(shè)匹配數(shù)量的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端，以使所述客戶端在第一預(yù)設(shè)顯示區(qū)域顯示所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度，并在第二預(yù)設(shè)顯示區(qū)域顯示所述用戶音頻數(shù)據(jù)對應(yīng)的音頻質(zhì)量分?jǐn)?shù)。

在一個實(shí)施例中，所述處理器1001在執(zhí)行從所述多個預(yù)設(shè)音頻數(shù)據(jù)中選取預(yù)設(shè)匹配數(shù)量的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端時，具體執(zhí)行以下步驟：

對所述用戶音頻數(shù)據(jù)與各預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度進(jìn)行排序，得到音色相似度排序表；

從所述音色相似度排序表中按序獲取預(yù)設(shè)匹配數(shù)量的音色相似度，作為目標(biāo)音色相似度；所述目標(biāo)音色相似度的數(shù)量等于所述預(yù)設(shè)匹配數(shù)量；

獲取每個所述目標(biāo)音色相似度所對應(yīng)的預(yù)設(shè)音頻數(shù)據(jù)，作為目標(biāo)音頻數(shù)據(jù)；

將各所述目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端。

在一個實(shí)施例中，所述處理器1001在執(zhí)行提取所述用戶音頻數(shù)據(jù)的用戶音頻特征，并根據(jù)所述用戶音頻特征分別計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度時，具體執(zhí)行以下步驟：

提取所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的用戶音頻特征；

對所述用戶音頻數(shù)據(jù)中包含有語音信息的幀數(shù)據(jù)設(shè)置有效數(shù)據(jù)標(biāo)簽；

根據(jù)攜帶有所述有效數(shù)據(jù)標(biāo)簽的幀數(shù)據(jù)所對應(yīng)的用戶音頻特征以及預(yù)設(shè)的個性化音色計(jì)算模型，計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音色向量；所述個性化音色計(jì)算模型是基于預(yù)設(shè)的共性音色計(jì)算模型和所述多個預(yù)設(shè)音頻數(shù)據(jù)訓(xùn)練得到的；

分別計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音音色向量與各預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的個性化音色向量之間的向量余弦距離；

其中，一個向量余弦距離指所述用戶音頻數(shù)據(jù)與一個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度。

在一個實(shí)施例中，所述用戶音頻特征為梅爾頻率倒譜系數(shù)MFCC音頻特征；

則所述處理器1001在執(zhí)行對所述用戶音頻數(shù)據(jù)中包含有語音信息的幀數(shù)據(jù)設(shè)置有效數(shù)據(jù)標(biāo)簽時，具體執(zhí)行以下步驟：

對所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的MFCC音頻特征中的首位數(shù)據(jù)進(jìn)行歸一化處理，得到待匹配信號能量值；

將所述用戶音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的待匹配信號能量值分別與預(yù)設(shè)能量閾值進(jìn)行比較，并根據(jù)比較結(jié)果對每一幀數(shù)據(jù)進(jìn)行識別，以識別出包含語音信息的幀數(shù)據(jù)和不包含語音信息的幀數(shù)據(jù)；

為所述包含有語音信息的幀數(shù)據(jù)設(shè)置有效數(shù)據(jù)標(biāo)簽，并將所述不包含語音信息的幀數(shù)據(jù)刪除。

在一個實(shí)施例中，所述共性音色計(jì)算模型為通用背景模型UBM，所述個性化音色計(jì)算模型為I-vector計(jì)算模型；

則所述處理器1001在執(zhí)行提取所述用戶音頻數(shù)據(jù)的用戶音頻特征之前，還執(zhí)行以下步驟：

提取各預(yù)設(shè)音頻數(shù)據(jù)中每一幀數(shù)據(jù)分別對應(yīng)的預(yù)設(shè)音頻特征，并對攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征進(jìn)行歸一化處理；所述有效數(shù)據(jù)標(biāo)簽是用于標(biāo)識包含有語音信息的幀數(shù)據(jù)的標(biāo)簽；

基于最大期望EM算法和已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征訓(xùn)練UBM的模型參數(shù)，并在所述UBM的模型參數(shù)訓(xùn)練完成后獲取所述UBM的均值向量；

基于所述UBM的均值向量、所述已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的預(yù)設(shè)音頻特征以及預(yù)設(shè)的迭代次數(shù)訓(xùn)練I-vector計(jì)算模型中的低秩矩陣；

在低秩矩陣訓(xùn)練完成后，基于所述I-vector計(jì)算模型計(jì)算所述各預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的個性化音色向量；所述個性化音色向量為I-vector值。

在一個實(shí)施例中，所述處理器1001在執(zhí)行根據(jù)攜帶有所述有效數(shù)據(jù)標(biāo)簽的幀數(shù)據(jù)所對應(yīng)的用戶音頻特征以及預(yù)設(shè)的個性化音色計(jì)算模型，計(jì)算所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音色向量時，具體執(zhí)行以下步驟：

對攜帶有所述有效數(shù)據(jù)標(biāo)簽的幀數(shù)據(jù)所對應(yīng)的用戶音頻特征進(jìn)行歸一化處理；

將已歸一化且攜帶有有效數(shù)據(jù)標(biāo)簽的用戶音頻特征輸入所述I-vector計(jì)算模型中，并基于所述I-vector計(jì)算模型計(jì)算出所述用戶音頻數(shù)據(jù)對應(yīng)的個性化音色向量。

在一個實(shí)施例中，所述處理器1001還執(zhí)行以下步驟：

當(dāng)檢測出所述各目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)分別對應(yīng)的音色相似度中的最大音色相似度大于預(yù)設(shè)相似度閾值時，將所述最大音色相似度對應(yīng)的目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)的音頻屬性信息、所述最大音色相似度以及所述客戶端的用戶信息發(fā)送至與所述客戶端的用戶信息具有好友關(guān)聯(lián)關(guān)系的多個好友客戶端。

本發(fā)明實(shí)施例中的客戶端將獲取到的用戶音頻數(shù)據(jù)發(fā)送到服務(wù)器，使得服務(wù)器可以計(jì)算所述用戶音頻數(shù)據(jù)與預(yù)設(shè)的音頻數(shù)據(jù)庫中的多個預(yù)設(shè)音頻數(shù)據(jù)之間的音色相似度，進(jìn)而根據(jù)各音色相似度的排序從中選擇出目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)，并將目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度發(fā)送至所述客戶端；由于不再僅限于在唱歌水平的維度上對用戶音頻數(shù)據(jù)進(jìn)行分析，所以使得所述客戶端不僅可以顯示用戶音頻數(shù)據(jù)的音頻質(zhì)量分?jǐn)?shù)，還可以顯示目標(biāo)預(yù)設(shè)音頻數(shù)據(jù)對應(yīng)的音頻屬性信息和音色相似度，從而使與用戶音頻數(shù)據(jù)的分析結(jié)果相關(guān)聯(lián)的展示內(nèi)容更加豐富。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，是可以通過計(jì)算機(jī)程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一計(jì)算機(jī)可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括如上述各方法的實(shí)施例的流程。其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(Read-Only Memory，ROM)或隨機(jī)存儲記憶體(Random Access Memory，RAM)等。

以上所揭露的僅為本發(fā)明較佳實(shí)施例而已，當(dāng)然不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。